信息爆炸引爆了大數據時代的到來，前一兩年大數據到達了炒作的高峰，而馬云則稱今后 30年 屬于數據技術（DT）。但是最近一段時間大數據似乎沒有那么大的動靜了，這固然有技術炒作周期曲線的規律作用，也跟大數據遭遇到的一些瓶頸有關。

這個***的瓶頸之一便是人。隱藏在大數據里面的模式挖掘很長程度上需要依靠人的建模和直覺，但是數據科學家的數量卻跟不上大數據的規模發展。不過 MIT 正在為打破這個瓶頸而努力，其研發的一款名為 Data Science Machine（數據科學機器）的軟件實現了無人參與下的大數據分析，經過對比發現，其表現已經與數據分析師不分高下。

Data Science Machine 由 MIT CSAIL 的 Max Kanter 和他的指導老師 Kalyan Veeramachaneni 等人設計。其關鍵突破是它不僅會尋找模式，還會自己設計特征集。學機器學習的人都知道特征工程的重要性。特征工程是指利用數據的領域知識來創建特征以便讓機器學習算法可以工作的過程，這個過程往往需要人的直覺。而 Data Science Machine 卻利用了關系數據庫的不同表間的結構化關系作為線索來進行特征構造，從中生成一批候選的特征集，然后再通過分析值的相關性來縮小特征集的范圍，從而免去了人的參與。然后，Data Science Machine 還會把這個特征集運用到樣本數據上，再用不同的方式重新組合特征來優化預測的準確率。

為了測試這套系統的***款原型，研究人員讓它參與了三項數據科學方面的競賽，競賽的目標是在不常見的數據集中尋找出預測性的模式。三場競賽供有 906 支隊伍參加，Data Science Machine 的成績比其中的 615 支隊伍都要高。

在準確率方面，Data Science Machine 在其中兩場競賽的準確率分別達到了 94%和 96%。另外一場的準確率略低，為 87%。但是效率方面卻是人類不能比的，因為 Data Science Machine 得出結果用時在 2-12 小時之間，而人類團隊的預測性算法往往要折騰數月的時間。

目前 Data Science Machine 已能對哪些學生有可能退出 MIT 的在線課程做出分析，它選出的兩個特征分析學生開始寫作業時間的早晚，以及在網上學習課程的時間長短。盡管這種能力看起來還不夠強大，但是這只是開始，一旦機器具備真正的自我學習能力，在計算能力指數增長的作用下，其進化速度將是我們難以想象的。